Este estudio de investigación se realizó en el Instituto de Cultivos Tropicales-Tarapoto (ICT), con el objetivo de determinar el efecto de las enmiendas orgánicas, asociadas con Trichoderma endófito, aplicada a diferentes genotipos de cacao, en estrés hídrico. Se seleccionaron cuatro genotipos (CCN-51, ICT-2142, ICT-1189 e ICS-95), dos enmiendas orgánicas (humus de lombriz y guano de isla) y cuatro cepas de Trichoderma. La investigación duro ocho meses. Se evaluó, altura de planta, número de hojas y ramas, conductancia estomatal, longitud de raíz, índice de tolerancia a la sequía y grado de marchitez. Todas las cepas de Trichoderma tuvieron la capacidad de colonizar las raíces de cacao con el método de infestación vía drench, donde las cepas TE-51 y TE-21 tuvieron mayor % de colonización. El genotipo ICT-2142, obtuvo los mejores promedios en cuando a la altura de planta...

Spatial variability of soil properties is a key factor that influences productivity, nutrient management, and overall sustainability in tropical agricultural systems. This is especially true where differences in soil types make it difficult to apply site-specific management strategies. In this context, the study sets out to compare the performance of the same analytical workflow based on multispectral UAV imagery, multiple linear regression, and geostatistical interpolation, across two tropical farming systems that differ in their level of structural heterogeneity. One was a station-wide multicrop system, and the other was a rice system under varying planting densities, both located at the El Porvenir Agricultural Experimental Station in San Martín, Peru. The study included 60 soil samples from the multicrop component and 27 from the rice system. All samples were georeferenced and taken...

Accurate estimation of rice productivity at the sub-field level is still a major challenge in tropical agroecosystems, mainly because of the high spatial variability and the limits of traditional monitoring methods. This study looked at how well the soil-adjusted vegetation index (SAVI), pulled from multispectral images taken by UAVs, could separate productive and non-productive zones in rice fields under tropical lowland conditions in San Martín, Peru. We used a randomized complete block design across two locations with three rice varieties and captured multispectral images at key phenological stages using UAV platforms. Field yield came from georeferenced destructive sampling—we adjusted grain weight to standard moisture and expressed everything in t ha⁻¹. Based on those actual measurements, we set threshold criteria to classify zones as either productive or non-productive. SAVI ...

La variabilidad espacial del suelo condiciona la eficiencia productiva, la gestión de nutrientes y la sostenibilidad de los sistemas agrícolas tropicales, especialmente en contextos donde la heterogeneidad limita la implementación de estrategias de manejo sitio-específico. En este estudio se comparó el desempeño de un flujo analítico basado en imágenes UAV multiespectrales, regresión lineal múltiple (MLR) e interpolación geoestadística en dos sistemas agrícolas con distinta heterogeneidad, un sistema multicultivo a escala de estación y un sistema arrocero con diferentes densidades de siembra, ambos ubicados en la Estación Experimental Agraria El Porvenir (San Martín, Perú). Se analizaron 60 muestras en el componente multicultivo y 27 en el sistema arrocero, georreferenciadas a 30 cm de profundidad, evaluando pH, conductividad eléctrica, nitrógeno, fósforo, potasio, ca...

La estimación de la productividad del arroz dentro de una misma parcela es un desafío en los agroecosistemas tropicales, por la alta variabilidad espacial y limitaciones en los métodos tradicionales de monitoreo. El objetivo del estudio fue evaluar la capacidad del índice de vegetación ajustado al suelo (SAVI, soil adjusted vegetation index) derivado de imágenes multiespectrales obtenidas mediante vehículos aéreos no tripulados (UAV, unmanned aerial vehicles) para diferenciar las zonas productivas de las que no lo son en parcelas arroceras de selva baja tropical, en la región San Martín, Perú. Se usó un diseño de bloques completos al azar en dos localidades, con tres variedades de arroz, y se tomaron imágenes multiespectrales usando plataformas UAV. El rendimiento real de campo se midió con muestreo destructivo georreferenciado, ajustando el peso del grano a una humedad es...

Rice is a globally important crop and a staple in the diet of a large part of the world's population. This underscores the need for hybridization and improvement of rice genotypes to meet food demand in an environmentally sustainable manner. Geographic Information Systems (GIS) have proven to be valuable tools for the morphometric phenotyping of different genotypes. In this study, seven different rice genotypes were evaluated with the objective of selecting those with high yield. Multispectral imagery was used to develop prediction models based on supervised learning algorithms, including Linear Regression (LR), Support Vector Machine (SVM), Random Forest (RF), Elastic Net (EN), and Neural Networks (NN). The variables studied were plant height, number of panicles, number of tillers, and yield. The results showed the following performances: R² = 0.44 for plant height using Random Forest,...